Je télécharge un PDF avec des questions mais le système ne reconnaît pas correctement les questions

La reconnaissance bute sur la mise en forme, non sur le contenu

Un pdf qui n'est pas bien reconnu provient généralement de l'une de trois raisons : le pdf est un scan (une image de texte, pas du vrai texte), le questionnaire est dans un tableau avec des cellules fusionnées, ou la numérotation s'écarte de ce que le système reconnaît comme une question (par exemple « 3.2a » au lieu de « Question 12 »). Dans les trois cas, le système voit bien du texte, mais ne peut pas déterminer avec certitude où une question s'arrête et la suivante commence. Le système préfère alors ne rien remplir plutôt que de placer une réponse à la mauvaise question.

La solution la plus rapide est généralement de consulter le portail de votre client lui-même : de nombreux portails proposent à côté du pdf un export Excel ou un formulaire web du même questionnaire, et ceux-ci sont généralement bien reconnus en totalité. Si le système reconnaît une partie des questions, vous pouvez compléter le reste manuellement — les réponses associées proviennent toujours du même dossier de chaîne, donc vous ne tapez pas deux fois la même chose. S'il s'agit d'une question portant sur une donnée fixe, comme le numéro d'immatriculation de l'entreprise ou le nombre de salariés, cette réponse est toujours disponible indépendamment de la reconnaissance pour être reprise manuellement.

Pourquoi nous ne « forçons » pas les pdf « intelligemment »

Le système reconnaît les questions sur la base de la structure du texte, non sur la base du sens : il ne lit pas une liste, il ne reconnaît que des motifs tels que la numérotation, les points d'interrogation et la disposition des tableaux. Quand ces motifs sont absents — comme dans un scan sans couche de texte sous-jacente, ou dans un pdf mis en forme avec des images au lieu de texte — le système ne peut pas établir de paires question-réponse. C'est une limite délibérée : mieux vaut ne pas remplir une partie de la liste que de coupler une réponse à une question qu'il ne peut pas lire avec certitude. Vous restez celui qui confirme chaque réponse proposée et la soumet au portail de votre client.